如何用Spring Boot+Prometheus+Grafana统计指定时间范围的准确请求数

问题根因说明 #

首先明确你遇到的两个问题的本质：

• http_server_requests_seconds_count是Counter类型指标，本身存储的是服务启动以来对应接口的请求累计值，直接查询只会返回查询时刻的总计数，和你选的时间区间没有关联，所以会出现跨区间返回旧累计值的问题。
• increase()函数是Prometheus基于区间向量差值做外推计算的函数，为了适配采样点落在区间边界的场景会做数值修正，所以返回值是近似值，和实际请求量会有小幅偏差。

可选解决方案 #

方案1：低误差通用方案（适合99%业务场景） #

调整Prometheus采集配置+优化查询语句，误差可以控制在1%以内：

• 首先把http_server_requests相关指标的采集间隔（scrape_interval）设置为你常用最小查询区间的1/10以上，比如你常查5分钟区间，采集间隔设为15s即可大幅降低外推误差。
• 多接口统计的查询语句如下，可直接适配Grafana单值面板的分组展示：

sum by (uri) (increase(http_server_requests_seconds_count{uri!~".*health|.*static"}[$__range]))

方案2：无误差精准统计方案 #

如果你需要完全准确的请求量统计，直接用区间首尾累计值做差的逻辑，跳过外推计算：

sum by (uri) (
  clamp_min(
    http_server_requests_seconds_count{} - (http_server_requests_seconds_count{} offset $__range),
    0
  )
)

说明：

• 逻辑是取当前时刻的总请求数，减去所选时间区间起始时刻的总请求数，差值就是区间内的新增请求数，完全无误差。
• clamp_min函数是为了避免区间内服务重启导致Counter重置为0时出现负数结果，不需要的话可以去掉。
• 如果有多个服务实例，可调整分组维度增加service、instance等标签适配你的场景。

内容的提问来源于stack exchange，提问作者Michel